利用深度兴趣网络模型预测电商广告中的点击率
信息检索
2024-06-18 v1 机器学习
摘要
本文提出了新的方法，通过深度兴趣网络（DIN）模型来增强点击率（CTR）预测模型， specifically 应用于阿里巴巴淘宝平台的广告系统。不同于传统的深度学习方法，本研究聚焦于利用广泛的用户行为数据，实现针对性广告定向投放中的局部化用户行为激活。与传统模型相比，该方法在处理多样且动态的用户数据方面表现出优越的能力，从而提高了广告系统的效率并增加收入。
引用
@article{arxiv.2406.10239,
title = {Predict Click-Through Rates with Deep Interest Network Model in E-commerce Advertising},
author = {Chang Zhou and Yang Zhao and Yuelin Zou and Jin Cao and Wenhan Fan and Yi Zhao and Chiyu Cheng},
journal= {arXiv preprint arXiv:2406.10239},
year = {2024}
}
备注
Accepted by the 5th International Conference on Information Science, Parallel and Distributed Systems (ISPDS 2024), 2024 IEEE